朱に交われば何とやら… ヘボいのが混ざると駄目になる事が多い印象。
CAEの場合、モデリングが少々難ありでも、メッシュを細かくしまして、
演算力等で、補えるとラッキーです。現実、そうはうまくいかない予想。
車の場合、エンジンも…シャーシもサスも一流的構成。タイヤだけポンコツ
でも大丈夫 とか有得ない。皆揃って技術成立。一つでも欠けるとアウトな印象
一点豪華主義みたいなのも少ない。 そんな個人的な雑感。 車は、
左右、(４駆は前後も)回転差を補う、デフギア、懸架の等速ジョイント等
平凡な日常品も、凄い超絶技術の寄せ集め。それが実用。
技術計算は、超絶の集合まで行ってない？ なので人海術が主体か？
スパコン構造計算は、全て一流で固めるべく、要素は、私は、
アイソパラメトリック２次要素が望ましい思います。その例ゼロ。そもそも、
HPCレベルの実用大規模構造計算＝人工粘性使った（細工）計算一択
他の事例は、ベンチマ-ク用解析モデル使い回しや、（大規模な）簡略モデルの計算だったり
知る限り、パッとモデル完成いう（設計が望む）理想に遠そう ⇒設計では使えず注意
技術計算の場合、モデリングが重要。成否はモデル化次第 ⇒それが超難
しかし。 専門家はモデル化は殆どノ-タッチに見えます。問題なし＆OKいう事？
幾何の（二階）偏微分、それが解けるモデル必要性＝厄介さの原因
計算機が超高速なら三流モデルでも大丈夫 （分野はその路線が強い）
＝個人的にないと予想 実現ならかなり超革命ですが
三角ポリゴン的モデルで、偏微分が完全に厳密に解けると、それは革命思います。
直交満たさぬデータ元に、直交差分計算は超難。その日は永遠に来ぬ予想。
妥協として、適合格子（昨今流行ませんが）か直交系格子あたりでしょうか？
細かくすれば大丈夫 そんな専門家が多く （そんな問題も多いのかスパコンが活況）
設計支援面は、なかなか道開けぬ現実。 FEMの誤差＝離散化誤差 その見解は、
私は×思います。テｰラ-展開も、微分の近似計算では基礎になるが、偏微分では怪しい
一階偏微分＝直交の差の計算→雑なモデルでOK (差の差)二階偏微分→雑では苦しい
前者は伝熱解析 後者は、流体や構造や磁場 私周囲は、特に
構造計算がメッシュ品質重要＆しかしできず。 そんな事態が多いです。
今年も益々ッ、幾何の偏微分をどう解くか！？
昨今、IT関係は、人工知能やスパコンなどが、話題な気もします。
人工知能＝革命 みたいな話もありますが、昔から既に色々応用済。
スマホなんて、指の動きを検知して、自在に何でもできちゃう＝人工知能の塊。
既に、革命勃発な訳で、今更、人工知能を取上げるのも、どうか思いますが…
(出来そうにない事を）可能せしめるのがコンピュ-タの意義＆真価。 計算分野では
解く事ばかりに気を取られか、コンピュータが、まだまだ実力発揮出来てない現実。
コンピュータが行うべき事を、苦闘しつパタパタ人が実施＝計算分野の、悪しき実態思います。
人工知能は解消策の一つ。 その方面、計算分野は、具体的解消策立案に至っていない印象
「良いソフト・良い手法、登場しませんかネ？」 そんな他力力本願・他人事だったり
私は人工知能は専門外で… みたいな、当事者意識欠落 では、実用遠のき×思いますが。
△△は私は専門外で… 文理問わず、専門家に多いコメントで注意。
見た目人工知能っぽい（エセ人工知能）作ればＯＫ思います。（解析分野は特に）
みかけの動作が○なら、何でも○で、簡単＆低レベルなものほど実用に有利。
逆の、難解＆高度なものを価値高いとみなす風潮。 高度な事を実施したがる風潮に注意。
不調になった。挙動が変。壊れた。 問題発生時、原因が簡単に特定化できないと×。
機械学習・深層学習などの自立的人工知能は、そこが問題（品質保証） 実用狙いは、
ＩＦ文等で行う簡単な人工知能が○。本格的なのは、私は止めておいた方が○思います。
幾多の、問題を回避して、うまくパッケジージ化できて、実用になるか？
既に事例が盛沢山？ 実態が見ずらい毎度のIT分野のパターン
技術計算の場合、偏微分の厄介さが追加。そこが、他のIT技術との違い思います。
それを書いているのが、昨年の年始ブログ。内容的に、これで十分かないう＝全然進歩なしですが
https://ameblo.jp/jishii/archive1-201701.html
計算機で益々計算しましょう そんな方向性の割に、教科書は、一番肝心（と思う）
幾何の偏微分＝直交の差分勾配計算 その難しさに触れず。それで大丈夫なのか？
計算分野の専門家は、スパコンやマルチフィジックスや乱流解明とか、
未踏域に随分熱心です。真に取組んで欲しい、実用上の課題は、↓
・如何に支配式（偏微分）を誤差なく解き、メッシュ依存を解消するか
・如何に簡単便利にするか（構造解析） ２つは技術計算の万年治らぬ痛い欠陥。
努力等で克服できず注意。 自動処理を進めて問題解消。それが◎と思います。
便利化には人工知能的なものも必要。なんちゃて的、エセ人工知能で十分思いますが。
簡単/便利/効率化/メッシュ依存解消 等の課題放置。未踏域は熱心。やっぱりみたいな…
肝心な事はしない。 そんな専門家の特性を、教科書に書く必要あり。 それが出来て、
対策しっかりなら、私の前職の研究所（技術計算と関係なしですが）も潰れず済んだか！！
短所を踏まえ克服なら飛躍。 教育・専門分野独特の、有用性主張しつ
短所に触れず短所克服に不熱心。難解で実用遠いものを好む
体質是正の必要性。ベテランや秀才が、その抵抗勢力いう罠に注意
簡単でない 今時の技術計算 「（前処理）データどうしよう 大変困った」 それが現場ですが
昨今、スマフォや小型ＰＣも計算能力は大変高く、能力使い切る工学計算は、かなり難。
例えば、囲碁将棋の場合、ルール元に、ウン兆通りかウン京通りか不明ですが
計算機が、先の先まで読み、セオリー殆ど無視で虱潰しに勝つ手を調べて打つ。なので、
勝つのは困難思いますが。 （将棋は、昨今、コンピュータが生んだ手も、かなりあるようですが）
ゲ-ムのような計算応用技術と、産業で必要とされる工学計算は違い…なかなか実用難
計算機の能力を使い切るのも難。
産業で応用される計算技術は、ゲーム類と違い、(大抵)前処理にて整合とれた膨大なデータ必須。
その準備構築が難＝計算機の能力が生かせない元凶。 構造解析で、線形静解析で、
パソコンで所要10分の計算が、元になるデータ量は、ソリッド要素で100万節点、
シェル要素で30万節点程度。
そのモデル構築は一ヶ月程度必要か？。モデル作成一ヶ月 計算時間10分。
計算10分。 準備たるデータ作成一ヶ月。人は頑張ってもショボモデルしか作れない現実。
計算機は少々の大規模処理は平気。デ-タ作成は人が担当。それが問題。
「（前処理）データ作成どうしよう 困った」 そんな現場に対し、
人がパタパタ出先で人海術作業 そんな業務形態が盛ん。それで良いのか？
計算が遅く困る話は、非線形や流体で多い。それよりデータ作成が難儀で困る事が殆ど思います。
前処理は、超難。昨今はＯＳＳも多く、有力ソフトは、ＳＮＳ等で、情報発信も多いです。
前後処理まで考えると、企業で使えない、駄目なソフトのオンパレード。使えるソフトは、
設計筋と密接に拘わったものが多い傾向。多くのＯＳＳ系は不十分？抽象的モデルはＯＫで
現実的モデル組むと、モデルが粗悪化したり、そんな類のは、企業では有用とならず注意。
特に構造計算は、僅かな簡略化や粗悪化が、実態との乖離を招きがち。なかなか難です
計算部の仕様は自明で、使い勝手向上のため、便利な前処理ソフトを、被せて行けばＯＫ。
しかし計算部の仕様が改定毎に変動したり、やりずらいのか、そっち方面活況に見えないいう。
専門家作成のソフトは難解。人の育成必須になるべく、意図的に使い勝手を悪くしている？